Yapı bağımsızlığını belirlemede açımlayıcı ve doğrulayıcı faktör analizi arasındaki fark

Araştırmacılar genellikle çok benzer öğelere sahip iki ölçü kullanırlar ve farklı şeyleri ölçtüklerini iddia ederler (örneğin, "Arabaların etrafındayken daima endişeleniyorum"; "Arabalardan korkuyorum"). Otomobillerden Korku Ölçüsü ve Kaygı Ölçeği varsayımsal önlemlerini çağıralım. Gerçekten farklı gizli yapıları değerlendiriyorlarsa veya aynı şeyi ölçüyorlarsa ampirik olarak test etmekle ilgileniyorum.

Bunu yapmanın en iyi iki yolu, keşif fabrikası analizleri (EFA) veya doğrulayıcı faktör analizi (CFA) olacaktır. EFA'nın iyi olacağını düşünüyorum çünkü tüm öğelerin kısıtlama olmadan serbestçe yüklenmesine izin veriyor. İki ölçekten alınan maddeler aynı faktörlere yüklenirse, önlemlerin muhtemelen farklı şeyleri çok iyi değerlendirmediği sonucuna varabilirim. Bununla birlikte, önceden tanımlanmış modelleri test edeceğim için CFA'nın faydalarını da görebiliyorum. Örneğin, tüm öğelerin tek bir faktöre yüklendiği (yani farklı yapıları değerlendirmedikleri) veya öğelerin beklenen önlemlere ayrıldığı bir modelin uyumunu karşılaştırabilirim. Sanırım CFA ile ilgili bir sorun, alternatif modelleri (örneğin, üç faktörlü bir model) gerçekten dikkate almayacağıdır.

Tartışma amacıyla, belki de karışıma atmak istediğim çok benzer iki önlem olabileceğini düşünelim (örneğin, Araba kaygısı anketi ve araba korkularının değerlendirilmesi için Ölçekler)!

İki ölçümün farklı yapıları değerlendirip değerlendirmediğini en iyi nasıl istatistiksel olarak belirleyebilirim?

Bu yöntemler, keşif ve doğrulayıcı veri analizinin uygulama örnekleridir. Keşifsel veri analizi örüntü arar, doğrulayıcı veri analizi ise önerilen modellerde istatistiksel hipotez testi yapar. Hangi yöntemin kullanılacağı açısından gerçekten görülmemeli, veri analizinde hangi aşamada olduğunuzla ilgilidir. Modelinize hangi faktörlerin dahil edileceğinden emin değilseniz, EFA uygularsınız. Bazı faktörleri ortadan kaldırdıktan ve modelinize neleri dahil edeceğinize karar verdikten sonra, seçilen faktörlerin önemli olup olmadığını görmek için modeli resmi olarak test etmek için CFA yaparsınız.

Sorunuzu doğru anlarsam, bu test hakkında bir sorudur . Daha sonra basitçe test etmek , “alt gruplardaki araçlar gerçekten farklı mıdır?” Sorusuyla aynı türde bir tür doğrulayıcı faktör analizi gerektirir. t testi gerektirir.

Ne yazık ki (?) Uygun faktör analizi yönteminin genel yaklaşımının seçilmesiyle, farklı matematiksel (ve istatistiksel) modeller de sıklıkla ifade edilir, örneğin, SPSS'de "CFA" yı seçerseniz, ilişkili olmayan hatalar kabul ettiğiniz ima edilir ve ilişkisiz hataların tahmin edildiğini ve tahminin modelden çıkarıldığını - bence, daha fazla çıkarım nedeniyle, doğru faktör analitik yaklaşımının ilk seçimi genellikle bu matematiksel / istatistiksel çıkarımlardan ödün verilir.

Kısacası, sorunuz "null değerini test etme" türünden biridir, bu nedenle CFA veya daha iyisine ihtiyacınız vardır: SEM çerçevesinde geliştirilen yöntemler (yapısal denklem modelleme). Not, SEM'de "SEMNET" adlı uzmanlarla dolu samimi ve yararlı bir posta listesi var ve gerçek bir uzman olmadığım için geri bildiriminizi orada sorarak rafine edebilirsiniz ...